Scan Context: 以雷达坐标系为原点,划分20个环,每个环分为60等份,即1200份,每一份再展开为矩阵图像,20行60列,每个bin/栅格里存储点云的最大高度。对每一行和每一列分别求平均数,分别得到1*20向量和1*60向量,记为ring key和sector key。使用ring key描述子查找候选帧。使用sector key对候选帧和查询帧进行对齐。最后计算两个SC的余弦相似性。

Lidar-Iris: 以激光雷达位置为80*80正方形的中心,将点云离散为80*360的bin;对于每个bin内的点云集,首先按照高度的大小顺序,线性离散为8个bin,将有点的bin值为1,否则为0,编码成0-255之间的十进制数。点云的旋转对于经过傅里叶变换后的Lidar-IRI图像的水平平移,点云的平移则是对应傅里叶变换后的LiDAR-Iris图像的垂直方向的平移。根据傅里叶变换求出两个图像的平移。接着基于LoG-Gabor滤波器从Lidar-IRIS图像中深入提取特征。结合平移量以及查询帧和候选帧的特征提取,求出两者的相似性。